Ускорение Python по профилю

«Учебный import_rows имеет 12 секунд cumulative, но 0,3 секунды собственного времени. Внутри parse_date вызывается 100 тысяч раз, уникальных строк дат только 100». Попросите объяснить, что можно и нельзя заключить из этих чисел. Возможная гипотеза — повторное преобразование; её нужно проверить, не объявляя функцию верхнего уровня виновной только по первой строке отсортированного отчёта.

Собственное относится к работе функции без времени вызываемых ею функций, суммарное включает вложенные вызовы. Поэтому строки одного дерева нельзя просто сложить и получить длительность программы: часть времени будет учтена несколько раз. Попросите пройти цепочку вызовов и показать, где именно выполняется повторная работа. Для рекурсии и большого числа коротких вызовов дополнительно учитывайте особенности используемого профилировщика.

Сравните одинаковые входы, включая неверную дату, пустое значение и разные форматы. Ограничьте размер кэша или объясните, почему число ключей ограничено данными задачи. Проведите замер на повторяющихся и почти уникальных датах: выигрыш может исчезнуть, а память — вырасти. Отдельно измерьте обычный запуск без профилировщика, поскольку инструмент сам добавляет накладные расходы и меняет наблюдаемое время исполнения.

Веб-запрос может ждать очередь, соединение, сеть или блокировку за пределами изученного участка. Уточните, что именно измерялось и какой сценарий жалобы воспроизводится. Для программы на другой версии Python проверьте доступность инструментов и формат отчёта. Чат не снимает профиль процесса автоматически; передайте обезличенный текст и условия запуска, чтобы вывод относился к вашей операции, а не к похожему примеру.